Thomson reuters desarrolla un modelo de IA personalizado utilizando Qwen de alibaba

Thomson Reuters, la empresa matriz de Reuters, ha presentado su primer modelo de lenguaje grande, denominado 'Thomson', que se basa en Qwen de Alibaba. El desarrollo del modelo ha costado aproximadamente 40 millones de dólares, y la cifra previamente informada de 450.000 dólares se refería únicamente a la fase final de entrenamiento. El modelo se basa en la versión Qwen3.5-397B de Alibaba y fue inicialmente retreinado por la empresa en colaboración con el Imperial College de Londres para cumplir con los estándares de seguridad, ética y neutralidad política. Thomson Reuters luego entrenó aún más el modelo utilizando su propio contenido y realizó aprendizaje por refuerzo en su entorno interno. La empresa afirma que el modelo se encuentra entre los mejores modelos de IA del mundo, obteniendo una puntuación de 0,823 en la prueba Stanford LegalBench, que es ligeramente inferior a Gemini 3.1 Pro y GPT-5.5. En el benchmark Harvey Legal Agent, Thomson obtuvo una puntuación ligeramente inferior a Opus 4.8. Sin embargo, el rendimiento del modelo en la prueba se mejoró mediante la expansión en la etapa de inferencia, mientras que GPT-5.5 se probó sin esta característica. En una prueba de búsqueda profunda, Thomson obtuvo una puntuación de 0,53, en comparación con los 0,65 de GPT 5.4. Thomson Reuters declaró que optó por desarrollar su propio modelo en lugar de utilizar modelos de código cerrado de empresas como OpenAI o Anthropic debido a los mayores costos a largo plazo y a las opciones de personalización limitadas. La empresa enfatizó que un modelo más pequeño y desarrollado internamente es más adecuado para tareas como la revisión de documentos.